Kami sedang mencari Insinyur AI senior yang berorientasi produk untuk mengubah keputusan yang ingin diambil pelanggan menjadi agen yang benar-benar dapat diandalkan. AskWaive, asisten dalam produk kami, sudah digunakan secara langsung; pekerjaan berikutnya adalah meningkatkan kualitas, cakupan, dan pengalaman pengguna. Posisi ini bukan untuk penulis prompt atau pembuat demo, melainkan untuk pemilik hasil yang mampu menerjemahkan kebutuhan pelanggan—yang telah tercermin dalam lapisan layanan dan lapisan semantik kami—menjadi endpoint, alat, dan pengalaman yang membuat pelanggan secara terukur lebih efektif dalam pekerjaannya. Engineering agen, deployment, dan pengujian merupakan bagian dari tanggung jawab 本站 asosiasi, bukan pekerjaan yang diserahkan kepada tim lain. Platform data utama kami dimiliki oleh tim yang membangunnya. 후보 akan membangun di atas platform tersebut dan, apabila data atau infrastruktur membatasi kinerja agen, memiliki-wewenang untuk mengusulkan perubahan serta mendorong(realisasinya). Tanggung jawab: Memulai dari kebutuhan pelanggan dan tetap berfokus pada hasil hingga agen dapat menjawab kebutuhan tersebut dengan lebih baik. Membangun agen produksi beserta alat yang digunakan, seperti retrieval, workflow multi-langkah, dan tindakan langsung, di Amazon Bedrock. Bedrock AgentCore digunakan sebagai runtime, sementara alat tersedia melalui MCP (Model Context Protocol). Mengubah lapisan layanan dan lapisan semantik menjadi kemampuan yang dapat dimanfaatkan dengan baik oleh agen, sekaligus memahami metrik dan entitas yang perlu diakses. Merancang pengalaman pengguna secara menyeluruh, bukan hanya endpoint. Kecepatan jawaban, tingkat keyakinan, penjelasan, dan langkah lanjutan yang ditawarkan merupakan bagian dari produk. Respons yang secara teknis benar tetapi diabaikan pelanggan dianggap sebagai kegagalan. Membangun eval harness yang mencakup test set berlabel, tingkat groundedness dan halusinasi yang dapat dikuantifikasi, serta CI gate untuk mencegah regresi sebelumahrenheit究竟 dipublikasikan. Mengukur manfaat yang diterima pelanggan melalui adopsi, feedback, dan intent, kemudian melaporkan dampak nyata dalam bentuk angka kepada Product dan bisnis. Memasang tracing untuk menemukan penyebab jawaban yang salah, mengubah setiap failure mode menjadi perbaikan spesifik, lalu menerBITkannya kembali. Siklus pengukuran, diagnosis, dan iterasi ini merupakan pekerjaan berkelanjutan, bukan tahap terpisah. Mengelola serving path, termasuk endpoint MCP, latency, biaya per respons, caching, dan runtime guardrails. Deployment serta pengujian sepenuhnya menjadi bagian dari tanggung jawab. Bekerja sama dengan Product Manager dan insinyur untuk menentukan keputusan yang sebaiknya didukung agen dan keputusan yang sebaiknya tidak didukung. Kandidat yang议院: Memprioritaskan hasil kerja dan mengukur keberhasilan berdasarkan apakah pelanggan membuat keputusan lebih baik dengan bantuan agen, bukan hanya apakah fitur telah berhasil dipublikasikan. Pernah mengembangkan agen melampaui tahap demo dan memahami tantangan setelah agen berhasil digunakan untuk pertama kali, seperti cakupan, grounding, biaya, serta failure mode yang hanya terlihat pada skala besar. Berinisiatif memperbaiki masalah tanpa menunggu tiket. Peduli terhadap cara jawaban diterima pengguna, bukan hanya apakah jawaban tersebut benar. trustworthiness, kecepatan, dan keterbacaan lebih diutamakan daripada sophistication. Memiliki pengalaman minimal 5+ tahun membangun software produksi atau sistem yang banyak membutuhkan data dan digunakan pelanggan nyata, dengan kemampuan Python yang kuat, termasuk pengalamanShipping minimal 1 fitur LLM atau agen yang digunakan pelanggan secara produksi. Memiliki pengalaman langsung dengan AWS, idealnya Amazon Bedrock dan Bedrock AgentCore. Pengalaman dengan runtime agen lain dapat-transfer, tetapi karena tim membangun di AWS, pengalaman sebelumnya akan mempercepat produktivitas. Memiliki pengalaman dalam agent engineering, termasuk orchestration, desain alat dan fungsi, perakitan konteks, serta workflow multi-langkah. Kandidat telah mengambil keputusan desain, bukan sekadar membuat prompt. Pernah membangun retrieval di atas data bisnis nyata, mampu menjelaskan bagaimana konteks dipilih dan mengapa sebuah jawaban keliru, serta memiliki kemampuan SQL dan pemahaman metrik yang cukup untuk mendeteksi agen yang memberikan angka yang salah. Pernah membangun atau memiliki eval loop untuk sistem generatif, termasuk labeled set, regression gate, dan metrik yang dapat dipertanggungjawabkan ketika ditanyakan apakah kualitas sistem telah membaik. Memiliki PRODUCT SENSE terhadap perilaku agen yang baik, kapan agen harus menjawab, kapan harus bertanya, kapan harus menolak, dan bagaimana menunjukkan proses kerjanya. Pemahaman tersebut telah diterapkan, bukan hanya diperdebatkan. Pernah mengukur nilai yang benar-benar diberikan agen kepada pengguna, seperti adopsi, keberhasilan tugas, dan kualitas keputusan, serta disajikan kepada pihak yang tidak akan membaca tracing. Pernah menggunakan coding agents untuk pekerjaan produksi nyata, mampu membedakan output yang benar dari output yang hanya tampak masuk akal, serta membangun harness yang mempercepat tugas berikutnya. Memiliki kemampuan komunikasi dan kolaborasi yang sangat baik, dengan rekam jejak bekerja lintas tim teknis dan nonteknis. Cara kami bekerja: Kami membangun sistem bersama coding agents. Anda menetapkan arah dan sasaran, meninjau output secara kritis, serta membangun harness seperti scaffolding, konteks, pengujian, dan review loop yang membuat tugas berikutnya lebih cepat untuk seluruh tim. Keunggulan terdapat pada verification, yaitu pengujian, CI gate, dan typed interfaces yang membuat kodewritten oleh agen aman untuk digabungkan. Nilai tambah: Pengalaman dengan tooling observability LLM, seperti Langfuse, LangSmith, atau Arize. Pengalaman merancang semantic layer atau metrics layer, seperti Ossie atau dbt. Pengalaman di domain field-service, logistik, atau SaaS operasional lainnya. Pengalaman sebelumnya sebagai insinyur senior atau lead yang bertanggung jawab mengarahkan keputusan teknis. Lokasi: Remote dengan basis di UK, disertaiabh解读 reuni tim kolaboratif sesekali. Hak kerja: Pelamar harus saat ini memiliki hak hukum untuk bekerja di UK. WorkWave tidak dapat menyediakan sponsor visa untuk posisi ini saat ini. Manfaat: Perusahaan menawarkan skemaoboxScheme告诉大家 fleksibel dan kolaboratif serta lingkungan kerja yang fokus untuk mengembangkan solusi inovatif dan terbaik yang berkontribusi langsung terhadap keberhasilan pelanggan. Programpensasi perusahaan yang kompetitif dengan kontribusi employer match. Cuti yang longa dan waktu bebas fleksibel, serta hari libur bank UK. Kebijakan cuti maternity, paternity, dan parental yang enhanced. Sumber pembelajaran berkelanjutan. Employee Assistance Programme (EAP) yang komprehensif dan menyediakan panduan kesehatan mental, hukum, serta keuangan secara gratis 24/7. WorkWave adalah pemberi kerja dengan peluang yang setara. Kami merayakan keberagaman dan berkomitmen menciptakan lingkungan yang inklusif bagi seluruh karyawan sesuai dengan Equality Act 2010. Tidak memenuhi seluruh persyaratan? Penelitian menunjukkan bahwa perempuan dan kelompok yang kurang terwakili cenderung lebih kecil kemungkinannya:apply untuk lowongan apabila tidak memenuhi setiap kualifikasi. Jika Anda yakin dapat memberikan dampak besar dalam peran ini, kami mendorong Anda untuk tetap:apply.

Senior AI Engineer, Agentic Platform

Deskripsi Pekerjaan

Ringkasan

Lowongan Terkait Lainnya

Senior Backend Engineer, Trusted Agentic Development

Software Engineer in Hardware Infrastructure

Senior Backend Engineer (Go), Tenant Scale: Gitaly

Senior Backend Engineer, Database Excellence (Ruby)